变量选择方法及其在量化的构效关系（QSPR）中的应用

论文题目: 变量选择方法及其在量化的构效关系（QSPR）中的应用

论文类型: 博士论文

论文专业: 概率论与数理统计

作者: 彭小令

导师: 方开泰,朱允民

关键词: 变量选择,拓扑特征基,块变量,惩罚的最小二乘,变量熔合

文献来源: 四川大学

发表年度: 2005

论文摘要: 在过去的几十年,对量化的结构-分子活性/物理性质之间关系,简称量化的构效关系（QSAR/QSPR）的研究已经成为现代化学一个重要的分支。QSAR/QSPR研究一个基本的目的是通过一些简单的描述子（特别是那些单从分子结构,而不是试验数据的描述子）,来预报化合物的复杂的物理,化学,生物性质。拓扑指数是一类直接从分子图形得来的数值描述子,它的出现为我们提供了一种方便的量化分子结构的方法,可以测量一些分子结构的特征,例如分支,形状和大小。然而,随着拓扑指数的发展,化学家们提出了越来越多的拓扑指数,其定义也变得越来越复杂,这就为QSAR/QSPR的研究带来了新的问题,如拓扑指数的解释和建模时指数的选择等。基于我们在量化的结构-物理性质之间的关系（QSPR）研究中遇到的这些问题,本论文包括了对拓扑指数的结构上的解释和定义上的归纳,以及变量选择方法在QSPR问题中的应用。在论文的第一部分,我们从大量的拓扑指数的定义中分解出一些拓扑特征基的集合。不同的特征基的集合代表了分子结构不一样的信息,比如说:分子键的信息,原子的信息,等等。由此,每个特征基的集合都可以张成一个拓扑信息子空间。通过连接性指数x的拓扑特征基,我们可以用一个新的观点来解释这个连接性指数x在很多QSAR/QSPR研究中获得巨大成功的原因-那就是这个x指数在化学键的加权方式上的非人为性。然后,我们建议根据不同的物理性质和化学特性来调整一些拓扑指数赋予特征基上权的大小,从而将一些现存的拓扑指数进行重组.这个重组的方法被应用在第一个Zagreb小组指数M1上,改进的M1指数在跟某些性质的相关关系上体现出了很大的进步。另一方面,这些特征基也是拓扑信息空间的基。它们是拓扑指数的原始信息来源,而且比拓扑指数更容易对分子结构进行解释。我们将拓扑特征基的集合看作是

论文目录:

变量选择方法及其在量化的构效关系(QSPR)中的应用

第一章绪论

1.1 QSAR/QSPR研究和拓扑指数

1.1.1 什么是QSAR/QSPR?

1.1.2 拓扑指数和图论

1.2 线性回归中的变量选择/模型选择问题

1.2.1 模型选择的准则和线性回归中的逐步回归方法

1.2.2 用原始变量的线性组合和正交化的方式来选择变量

1.2.3 惩罚最小二乘和变量选择

1.3 论文提纲

第二章拓扑信息空间中的块变量在QSPR中的应用

2.1 分子连接性指数X的非人为性

2.2 根据不同的性质重组现有的拓扑指数

2.3 拓扑特征基和拓扑信息空间

2.4 拓扑信息空间中的正交块变量

2.4.1 正交的块变量方法

2.4.2 拓扑信息空间中的QSPR模型

第三章 SCAD惩罚的最小二乘在沸点-结构关系中的应用

3.1 前言

3.2 基于SCAD惩罚最小二乘的变量选择

3.3 实验

3.4 讨论和总结

第四章基于熔合的惩罚最小二乘的变量选择方法

4.1 变量熔合方法

4.2 熔合的LASSO方法

4.3 二阶熔合的惩罚最小二乘及其算法

4.4 对中医药指纹图谱的一个初步研究

参考文献

科研成果简介

声明

致谢

发布时间: 2005-10-08

参考文献

[1].QSPR/QSAR在药物、分析化学和环境科学中的应用[D]. 任月英.兰州大学2007
[2].表面活性剂的QSPR、界面吸附和自组装理论研究[D]. 陈美玲.江南大学2010
[3].QSAR/QSPR方法在环境、药物和材料化学中的应用[D]. 李美萍.山西大学2014
[4].QSPR/QSAR在化学、药物化学和环境科学中的应用研究[D]. 袁永娜.兰州大学2010

变量选择方法及其在量化的构效关系（QSPR）中的应用

猜你喜欢